|
|
机器学习日报 2015-09-11
订阅：给 hao@memect.com 发封空信， 标题: 订阅机器学习日报
今日焦点 (5)
 视觉机器人 网页链接 2015-09-11 14:27
资源 行业动态 课程 书籍
《模式识别和机器学习》部分视频和中文学习资料汇总：http://t.cn/RybkkOy 。Bishop的《模式识别和机器学习》是该领域的经典教材，本文搜罗了有关的教程和读书笔记，供对比学习之用，主要搜索的资源包括CSDN和Memect，另外就是百度和谷歌了。欢迎相互学习交流和补充更多的相关资源。
 算文解字 网页链接 2015-09-11 21:53
入门 深度学习 算法 资源 Chris Olah Michael Nielsen 神经网络 书籍
Michael Nielsen的免费在线电子书"Neural Networks and Deep Learning"已经写完了 http://t.cn/8kL57Dz 这是我见过写的最好的神经(病)网络和深度(瞎)学习的教材。和小神童Chris Olah写的文章一样深入浅出，但内容涵盖更广：从经典的NN到CNN，从BP到梯度消失问题都有所覆盖，还有示范代码。强烈推荐！
 王威廉 网页链接 2015-09-11 08:52
教育网站
CMU机器学习系历年顶级会议最佳论文奖汇总和论文下载：http://t.cn/RybQjdc
王威廉 网页链接 2015-09-11 08:19
算法 资源 Shai Ben-David Shai Shalev-Shwartz 书籍
耶路撒冷希伯来大学教授Shai Shalev-Shwartz和滑铁卢大学教授Shai Ben-David的新书Understanding Machine Learning: From Theory to Algorithms可以在其官网免费下载了：http://t.cn/RybH0us 此书写的比较偏理论，适合对机器学习理论有兴趣的同学选读。
Copper_PKU 网页链接 转发于2015-09-11 08:47 回复 @明风 “转发微博”
shai混colt圈子的，书也写的很theory，我也推荐一本，foundation of machine learning google research出品
Bishop_Gorov 网页链接 转发于2015-09-11 13:31 回复 @Copper_PKU “shai混colt圈子的”
终于等到这本书出来了，两位作者中第一位是pegasos的作者，最近做了很多开创性的最优化工作。第二位是我心目中传统ML理论最好的两个研究者之一（另一个是Avrim Blum），顺提一下我一直很关注他儿子（目前在CSAIL读博士）的工作，不知他们能否重现Blum一家的辉煌
 西瓜大丸子汤 网页链接 2015-09-11 04:04
应用 自然语言处理 行业动态 问答系统
如何评价 2015 年 9 月 8 日百度世界大会上推出的机器人助理「度秘」？ http://t.cn/Ry4FzgN 里面对比了百度度秘和微软小冰机器人，把问答机器人和配聊机器人的区别很具体地刻画出来了。
phunter_lau 网页链接 转发于2015-09-11 05:03
目测是百度知道的问答内容吧
phunter_lau 网页链接 转发于2015-09-11 07:32 回复 @bleedingorange “这个对比简直刷新了我对百度和微...”
这不能怪微软，微软没有数据源而百度用了百度知道和知乎的问答数据，你问个百度知道不知道的看看
熊辰炎 网页链接 转发于2015-09-11 07:43 回复 @phunter_lau “这不能怪微软，微软没有数据源而...”
明明是比较对象错了好么，小冰是聊天机器人，语音助手应该和Cortana比。外行不懂在那里瞎水贴。
最新动态
 自动化网官方微博 网页链接 2015-09-11 17:15
语音 自然语言处理
李海洲博士当选国际语音通讯学会（ISCA）主席。ISCA是国际上影响力最大的语音处理协会，每年的Interspeech都由ISCA主办。这是首次有华人学者当选学会主席。新加坡资讯通讯研究所李海洲教授研究领域主要是语音识别和自然语言处理。
 紫薯网 网页链接 2015-09-11 15:52
算法 数据科学 特征工程
关于数据科学，你在书上绝对学不到的三点经验本文作者指出了关于数据科学书上很少提及的三点经验：模型评价方法是关键，特征提取是根本，模型选择而非数据集规模最费时间。文章指出，处理上万维的特征和几十万的样本的现代算法是愚蠢的，而特征工程理论... http://t.cn/RyGPMLK
视觉机器人 网页链接 2015-09-11 13:14
算法 资源 Chris Bishop Daphne Koller Nir Friedman 教育网站 课程
Buffalo大学教授Sargur Srihari的“机器学习和概率图模型”的视频课程：http://t.cn/hMygR 。参考书是经典的 " attern Recognition and Machine Learning" by Chris Bishop (Springer 2006) and "robabilistic Graphical Models" by Daphne Koller and Nir Friedman (MIT Press 2009)
 闫安Jon 网页链接 2015-09-11 11:27
深度学习 算法 论文 强化学习
[1509.02971] Continuous control with deep reinforcement learning http://t.cn/Ryb1Krt Deepmind把之前游戏玩得不错的DQN模式推广到动作空间是高维和连续的情形。为避免在每一步对动作进行优化，本文采用基于确定策略梯度的Actor-Critic方法，在20多个模拟物理任务中取得了不错的效果。
 MOOC学院 网页链接 2015-09-11 11:04
资源 Jeff Ullman Jure Leskovec 课程 书籍
【“龙书”作者Jeff Ullman 的课，跪着也要听完】CS经典教材《编译原理》的共同作者、斯坦福的Jeff Ullman 教授又要开课啦！《海量数据挖掘》http://t.cn/Rhz1RRY 和《自动机理论》http://t.cn/RPQxPkf 分别得到了MOOC学院网友8.8分和8.3分的好评，明天在@CourseraChina 再次开课，来挑战～
MOOC学院 网页链接 转发于2015-09-11 11:42
《海量数据挖掘》的另外两位讲师分别是微软研究团队成员、论文屡次获奖的学霸Jure Leskovec ，和一边搞学术一边在硅谷投资创业的Anand Rajaraman，华丽教师阵容，搭配三人合著的《大数据》（Mining of Massive Datasets）一起学习效果更佳！
 蒋振超 网页链接 2015-09-11 10:41
算法 KNN SVM 分类 回归 教育网站 聚类
#J.A.R.V.I.S.的面试题# 线性分类器和非线性分类器。线性分类器可以用超平面或者曲面（如逻辑回归）将样本一刀切分，即能切出平面或曲面。非线性分类器则可以应对其余的情况，例如KNN和核函数SVM，对于A类样本完全被B类样本包围的情况也能分类。这样理解对么？参考http://t.cn/Rybu7Aj
 伯乐在线官方微博 网页链接 2015-09-11 09:02
经验总结 算法 博客 集成学习
《效果超乎解释的随机森林方法》机器学习领域的从业人员都有自己最喜欢的一些算法，这种现象在正常不过了。但这种现象有点不太合理，因为没有一个算法可以完全统领所有的应用领域。http://t.cn/RybNsnF（@SH_小勤_XG 译，欢迎加入翻译组：http://t.cn/R2azJxi ）
 好东西传送门 网页链接 2015-09-11 08:54
视觉 算法 自然语言处理 Philip J.Guo SVM 集成学习 简报 数据质量 吴立楠 徐伟
第357期机器学习日报(2015-09-10)http://t.cn/RybQRW0 1) 徐伟：视觉、语言以及人工智能展望 2) Philip J.Guo谈数据清洗 3) 随机森林入门攻略 4) 《支持向量机建模及其智能优化》 5) 吴立楠：NLP在对话系统中的应用 完整版33条 http://t.cn/RybQRWp
 爱可可-爱生活 网页链接 2015-09-11 08:38
资源 Frank Nielsen PDF 教育网站 课程
【视频 MLSS Sydney 2015)面向机器学习的计算信息几何学】《Computational Information Geometry with Frank Nielsen》http://t.cn/RybQ4SH 云:http://t.cn/RybQ4SQ Slide:http://t.cn/RybQUW3 http://t.cn/RybQUIV 更多"MLSS Sydney 2015"视频:http://weibo.com/1402400261/CtMNf6OnX
 化学专家 网页链接 2015-09-11 08:09
资源 马春鹏 书籍
大家好，首先自我介绍一下。我是马春鹏，来自哈尔滨工业大学机器智能与翻译研究室，硕博连读二年级。目前网上流传了一个PRML的中文翻译版，我是那个翻译版的译者。昨天，实验室的一个师兄在一个和机器学习相... http://t.cn/RybHVRm
Bishop_Gorov 网页链接 转发于2015-09-11 08:46
如果全世界的修正主义分子和极端穆斯林都能学到你的这份努力与平和，那么吾辈所毕生追求的天下大同也就更近了一步
hbyido 网页链接 转发于2015-09-11 09:04
昨天的转发下载大概很多，水平不错，分享是美德，同理免费的网络视频课程，只是分享的机制还没完善。
_散沙_Python玩家_ 网页链接 转发于2015-09-11 12:25 回复 @张伟-DMiner “大师兄给力啊”
原Po：P.S.有人怀疑微博上的@研究者July 似乎借着这份译稿宣传自己的网站。我觉得这没什么关系。毕竟他的网站也是为了让大家都能够掌握更多的机器学习的知识，这对于整个领域的发展也是有积极作用的。希望大家不要恶意揣测别人的意图。同样感谢大家了！
睡眼惺忪的小叶先森 网页链接 转发于2015-09-11 13:37 回复 @好东西传送门 “转发微博”
”从2014年9月16日晚上产生的这个想法开始动手，到2014年10月26日晚上写完最后一个字，一共耗时大约40天。这些天里，我每天早晨来到实验室打开电脑就开始翻译，晚上离开实验室回到寝室后仍然继续翻译，一直翻译到上床休息“，什么实验室这么好，可以这样干“私活” [偷笑]
自动化网官方微博 网页链接 转发于2015-09-11 15:11 回复 @翻译驴
马春鹏，来自哈尔滨工业大学机器智能与翻译研究室，硕博连读二年级。目前网上流传了一个PRML的中文翻译版的译者。
西瓜大丸子汤 网页链接 2015-09-11 06:09
深度学习 语言学
逻辑从哲学到数学，到计算机科学，到工程有好几个里程碑。早期的不论。我觉得最近的分布式语义的发展，是模型论之来最有价值的进步。FOL, LP, DL都卡了很多年了，工程化的成本特别高。拿分布式语义来近似逼近模型论，或可解决这个成本问题。
爱可可-爱生活 网页链接 2015-09-11 05:46
深度学习 算法 Geoffrey Hinton 期刊 神经网络
【论文 ropout——防止神经网络模型过拟合的简单方法】《Dropout: A Simple Way to Prevent Neural Networks from Overfitting》N Srivastava, G Hinton, A Krizhevsky, I Sutskever, R Salakhutdinov (2014)http://t.cn/Rybj6mD 参阅:http://weibo.com/1402400261/Cw3tbzcK0
 techcrunch:TC 网页链接 2015-09-11 04:10
【IBM Watson Health Begins To Take Shape】IBM doesn’t build new units lightly, but last April it launched IBM Watson Health. Since that time the company has been busy buying companies including Merge Healthcare, forging partnerships with the likes of Apple, CVS and Johnson and Johnson, hiring a new General Manager and purchasing the unit’s new headquarters in Cambridge, MA. That’s quite a bit of action in…http://memect.co/743Fhm7WWTa
 北海vincent 网页链接 2015-09-11 01:34
应用 知识工程 机器人 语义网 知识库
语义网要求企业都把产品和服务以标准格式发布出来，第三方的机器人读这些服务，结合自身的知识库，找到最佳服务或者一批服务，打包提供给用户。这个方案增加了企业的负担所以推广不佳。达到目标需要两个方面的进步：1. 企业发布更规范的数据 2. 机器人更智能。中间方案就是建立产品目录的语义网镜像。
西瓜大丸子汤 网页链接 转发于2015-09-11 01:46
所以我一直不看好schema.org http://t.cn/R2v1aRA
北海vincent 网页链接 转发于2015-09-11 19:40 回复 @西瓜大丸子汤 “所以我一直不看好schema.org htt...”
语义网的成本过于高昂，况且还有个一直没成型的ontology。后来发生的一系列事情都是在为传统网页增加语义成分，包括schema.org和KG。KG其实就是内部使用的语义网。
北海vincent 网页链接 2015-09-11 01:16
算法 自然语言处理 决策树
一些公司正在解决旅游行业中的服务发现、打包和撮合。还可以走到通用领域。有两个难点：1. 软件能读懂网站和服务，2. 软件具有复杂的自主行为。今天软件在一定程度上理解一个网站难度不大，关键技术包括NLP、Knowledge Graph和IE；但要让软件有复杂的自主行为似乎没有太好的方案，只能依赖决策树？
|
|
发表于 2015-9-12 11:11:46
